该机制直接作用于强化学习回路
别名: 多巴胺预测误差 · 奖赏回路 · reward prediction error · midbrain dopamine system
概念解释
变量奖励不是态度问题也不是意志力问题，它直接作用于强化学习回路（reinforcement learning circuitry）——大脑用于从奖励中学习的中脑多巴胺系统。含义是双向的：任何人暴露在合适的奖励结构下都会形成相应的行为，而成瘾性使用也不反映用户的性格弱点，只反映暴露的结构。
机制
中脑多巴胺神经元编码奖励预测误差（reward prediction error）：结果好于预期时放电增强，差于预期时减弱。这套信号的功能是更新「什么值得再来一次」，它不经过「这重要吗」的审议——回路在人意识到之前已经完成学习。反复配对之后，预测奖励的线索本身开始引发多巴胺释放，行为驱动从「奖励」前移到「线索」。渴望与享受在此分离：渴望系统对线索高度敏感且不易饱和，享受系统在兑现时工作且很快适应，于是触发物——图标、提示音、下拉手势——获得了独立于实际奖励价值的驱动力。这解释了一个常见的产品事实：内容满意度早已下降，打开行为却照旧。
怎么研究
电生理与脑成像两条线：灵长类电极记录确立了预测误差编码（Schultz 的工作），人类 fMRI 中腹侧纹状体的血氧反应追踪预测误差与线索转移；行为上用条件强化范式测量线索本身获得的激励价值（Berridge 所称 wanting 与 liking 的分离）。在界面研究里，这套解释用于说明使用线索（推送、角标）为何在回报下降后仍驱动打开。方法论注意点：神经机制提供的是解释层级而非测量工具，产品评估更常用线索暴露的行为实验（移除或模糊线索后的打开率），不应把脑成像当作用户测试手段；「多巴胺等于愉悦」是被淘汰的科普表述，引用文献时以预测误差与激励凸显的现代表述为准。
边界
回路的普适性推出的是设计结论而非免责：既然学习在审议之外发生，改变环境（移除线索、抬高尝试成本）就比要求意志抵抗有效得多——这也是把责任放回设计侧的理由。预测误差描述的是缓慢学习的过程，早已习得的行为，其线索价值同样需要大量新经验才能消退，「知道机制」本身不加速消退。个体差异真实存在：青少年与部分人群的奖赏敏感度更高、控制功能更弱，「人人都会中招」是趋势陈述而非等概率保证。
怎么落地
评估任何奖励性功能时，把问题从「用户会不会想看」换成「线索与奖励的配对是否在无审议状态下建立了触发」。审计产品中的高频线索——角标、推送、动效——测量线索出现后的打开率而非笼统满意度。要减弱某个行为，优先移除或模糊它的线索，而不是增加劝阻文案；要建立有益的行为，则反过来让线索稳定可见。验证办法：关闭某类角标数周，比较该入口的主动打开量——下降的幅度就是线索贡献的份额。